未経験からFDEになるには？必要な経験と転職ルート・キャリアパス

求人サイトで「FDE」の文字を見つけて、応募ボタンの前で指が止まる。未経験可、とは書いていない。実務経験○年以上、としか書いていない。新卒の自分に、あるいは畑違いの今の自分に、応募資格はあるのだろうか。

FDEになるには「未経験」からの直行ルートは基本ない

結論から言えば、直行ルートはない。FDE（Forward Deployed Engineer）とは、顧客先に常駐し、課題のスコープ設定から構築、本番運用までを一貫して背負うエンジニア職だ。この「end-to-endの責任一貫性」ゆえに、目安として5年以上の実務経験（顧客対応を含む）が求められる。ポテンシャル採用の枠が完全にゼロというわけではない。だが主戦場は、技術力と顧客対応力をすでに両方持っている人の中途採用である。だとすれば問うべきは、資格の有無ではない。どの前職が、その両方にいちばん近いかだ。

最有力の前職はスタートアップ初期エンジニアとハンズオンSA

前職として最も名前が挙がるのは、意外と地味な経歴だ。

最初の10人のエンジニアはすでにFDE的な働き方をしている

アーリーステージ・スタートアップでの実務経験、それも「最初の10人のエンジニア」というフェーズが強いとされる。少人数のチームで顧客の要望を直接聞き、仕様を決め、実装し、本番で動かし続ける——これは、FDEの仕事そのものと言っていいだろうか。実際、そう言い切れる場面は多い。大企業のように分業化されていないぶん、スコープ設定から運用までを1人で回す訓練が、知らないうちに済んでいるからだ。

ハンズオンなソリューションアーキテクトが強い理由

もう一つの有力な前職が、手を動かすタイプのソリューションアーキテクト（SA）だ。提案書だけを書くSAではない。実際に顧客環境でPoCを構築し、実装まで踏み込むタイプなら、FDEに求められる「顧客折衝×本番コード」の両利きスキルにそのまま接続する。ただし、匿名化データでのオフラインMVP止まりの経験だと話は変わってくる。顧客インフラ上で本番コードを書くかどうか——この一点を、面接で問われることになる。

日本発、隣接職からFDEへの転職ルート4パターン

日本にFDEとしての実務経験者はまだ少ない。だから転職者の大半は、隣接職からの越境組になる。実際の求人・転職事例で語られるのは、主に次の4ルートだ。

戦略コンサル出身

課題を構造化し、ステークホルダーの相反ニーズを整理する力は、ケーススタディ型の面接と直結する。弱点になりやすいのは実装力の証明のほうだ。個人開発やPoC経験を職務経歴に明示できるか、そこが鍵になる。

データサイエンティスト・MLエンジニア出身

AI領域のFDE——LLM基礎・RAGパイプライン・ベクトルDB・MLOps基礎が必要スキルに含まれる——とは、特に相性がいい。モデル構築だけで終わらず、顧客の業務プロセスに組み込むところまで担当した経験があると、評価されやすい。

SIer・SE出身

要件定義から本番運用までの一気通貫経験は強みになる。ただ、客先常駐SEとFDEは「顧客先で働く」点こそ同じでも、意思決定の裁量や技術スタックの現代性（TypeScript/React・Docker・Kubernetes・API統合など）に差がある。そこを埋める学習が、転職活動の中心になる。

PM出身

要件を技術に翻訳し、曖昧さの中でスコープを確定させる経験は、FDEのソフトスキルと重なる。とはいえ本番グレードのコードを自分で書けるかどうかが前提として問われるため、技術面の再学習、あるいは副業・個人開発での実装実績が必要になるケースが多い。

前職別 FDE適性の対応表

言葉で並べると長くなる差分は、表にすると一目でわかる。

前職	強み	埋めるべき差分
スタートアップ初期エンジニア	end-to-endの責任経験がそのまま活きる	大規模・複数顧客への横展開経験
ハンズオンSA	顧客折衝×PoC構築の両利き	本番デプロイ・運用フェーズの経験
戦略コンサル	課題構造化・ステークホルダー調整力	実装力・本番コードの証明
データサイエンティスト・MLエンジニア	AI FDE領域との技術親和性	業務プロセスへの組み込み経験
SIer・SE	要件定義〜運用の一気通貫経験	モダンスタックと意思決定の裁量
PM	要件→技術翻訳、曖昧さ耐性	自分の手で本番コードを書く実績

転職後のキャリアの出口 — 創業者・CTO、PdM、VPoE

FDEはゴールではない。通過点として語られることのほうが多い職種だ。

顧客の課題を技術で解決し切った経験は、そのまま3つの出口につながる。1つ目はAIスタートアップの創業者・CTOだ。顧客現場で見た「本当に解くべき課題」を、自分のプロダクトとして立ち上げるパターンである。2つ目はPdM。技術と顧客要件の翻訳経験を、プロダクト戦略に転用する動きだ。そして3つ目がVPoE——複数のFDEやエンジニアリング組織をマネジメントする側に回る。いずれも「技術×顧客理解の両利き」というFDEでの経験が、そのまま資産になる。

未経験から動き出すための実践ステップ

まず技術の「両利き」を証明する

「技術か、顧客対応か」ではない。両方が要る。必要な技術スタックは、Python・TypeScript/React・SQL・Spark、AWS/GCPなどのクラウド、Docker・Kubernetes、API統合、システム設計だ。求められるのはそれだけではない。顧客折衝・ステークホルダー管理・ビジネス要件の翻訳力といったソフトスキルも、同時に問われる。学歴よりも技術の幅・コミュニケーション力・曖昧さへの耐性が重視されるとすれば、職務経歴書に書くべきものは自ずと決まってくる——この両方を、具体的なエピソードで示すことだ。

面接ではケーススタディ対策を最優先する

日本国内でも、LayerX（バクラク）やログラスといった国内スタートアップ、Salesforce Japan、McKinsey QuantumBlack、Accentureなど、コンサル系を含む幅広い組織がFDE採用を進めている。年収帯は実求人ベースでLayerXが1,200万円〜、ログラスが1,000万〜2,500万円。従来の客先常駐SE（400万〜700万円）より、大幅に高い水準だ（円・年収・実求人2社分の目安）。では選考で問われるのは、その年収に見合うコーディング力なのか。45〜60分で曖昧な顧客課題を分解するケーススタディのほうが、合格率・配点ともに最重要視される。だから面接対策としては、コーディング力よりも、スコープ確定→ステークホルダー整理→トレードオフ提示という進め方の型を先に固めておくほうが近道になる。

まとめ

直行ルートはない。だが、迂回ルートは複数ある。最有力なのはアーリーステージ・スタートアップの初期エンジニアと、ハンズオンなソリューションアーキテクトだ。日本では戦略コンサル・データサイエンティスト/MLエンジニア・SIer/SE・PMという隣接職からの転職が実際の主戦場になっており、強みと埋めるべき差分はルートごとに違う。転職後には創業者・CTO、PdM、VPoEという出口も見えてくる——通過点だとしても、悪くない通過点だ。応募ボタンの前で指が止まっていたなら、まず対応表で自分の前職に近い行を探すところから始めてみてほしい。